Cómo extraer insights automáticos con Copilot en Power BI

João Barros 29 de July de 2026 4 min de lectura

Este tutorial muestra cómo usar Copilot en Power BI para extraer insights automáticos de un informe: identificar outliers, obtener explicaciones sobre variaciones y sugerir medidas. Es útil para transformar datos brutos en recomendaciones accionables sin escribir DAX complejo.

Requisitos previos

Cuenta con acceso a Power BI y Copilot activado.
Informe en Power BI Desktop o en el servicio con al menos una tabla de hechos (ventas, transacciones) y dimensiones (fecha, producto, región).
Modelo de datos con columnas bien nombradas y relaciones definidas.

Paso 1: Preparar el informe para Copilot

Copilot funciona mejor con columnas y tablas claras. Verifica nombres de campos, añade descripciones y garantiza que las columnas de fecha sean del tipo Date. Esto ayuda a Copilot a interpretar correctamente preguntas como "por qué las ventas cayeron en abril".

Paso 2: Abrir Copilot y pedir un resumen de alto nivel

En Power BI Desktop o en el servicio, abre el panel de Copilot. Empieza pidiendo un resumen general para que Copilot cree contexto sobre el informe. Usa un prompt simple y directo.

Resumo geral: dá-me os principais drivers de receita no último ano e três insights accionáveis.

Explicación: esta petición fuerza a Copilot a analizar tendencias y a destacar factores principales (productos, regiones, canales).

Paso 3: Pedir a Copilot que identifique outliers

Tras el resumen, pide a Copilot que encuentre valores atípicos por mes o por producto. Esto es útil para detectar errores de datos o campañas específicas que afectaron resultados.

Identifica outliers nas vendas mensais do último ano e mostra os 5 meses e produtos com desvios superiores a 2 desvios padrão.

Explicación: al mencionar criterios (2 desvios padrão) Copilot aplica lógica estadística para justificar los outliers — si el modelo no puede calcular directamente, pide clarificación o genera una medida DAX sugerida.

Paso 4: Generar una medida DAX sugerida para explicar variaciones

Si Copilot indica que la variación se debe al precio o a la cantidad, pide una medida DAX para descomponer la variación. Copilot suele sugerir código listo para pegar en el modelo.

Cria uma medida DAX que calcule a variação percentual ano a ano de SalesAmount e outra para decompor em PriceEffect e VolumeEffect.

Ejemplo mínimo de medida que Copilot puede sugerir (coloca en tu modelo):

YoY Sales % =
VAR Current = SUM('Sales'[SalesAmount])
VAR Prior = CALCULATE(SUM('Sales'[SalesAmount]), SAMEPERIODLASTYEAR('Date'[Date]))
RETURN
IF(ISBLANK(Prior), BLANK(), (Current - Prior) / Prior)

Paso 5: Pedir explicaciones de causa con evidencia

Solicita que Copilot explique por qué un segmento cayó o subió, y que presente filtros y visualizaciones de apoyo (p. ej.: tabla con los 10 principales productos). Esto ayuda a validar la conclusión.

Explica por que as vendas na região Norte caíram em Março. Fornece três hipóteses e mostra uma tabela com os 10 principais produtos afectados.

Explicación: Copilot debería responder con hipótesis (cambio de precio, promoción, falta de stock) y proponer filtros/visualizaciones que confirmen cada hipótesis.

Paso 6: Transformar recomendaciones en acciones en el informe

Cuando Copilot sugiera filtros, visualizaciones o medidas, aplícalas en el informe: crea una nueva página o inserta los visuals sugeridos. Pide a Copilot que genere el código del visual (si procede) o las instrucciones paso a paso.

Cria um visual sugerido para comparar PriceEffect vs VolumeEffect por mês e adiciona um filtro para Categoria de produto = "Electrónica".

Explicación: sigue las instrucciones de Copilot para añadir los campos al visual y configura el slicer para la categoría. Prueba diferentes granularidades (mes, trimestre).

Verificar el resultado

Confirma que obtuviste: (1) resumen con drivers de revenue; (2) lista de outliers con criterios; (3) medidas DAX creadas (p. ej.: YoY Sales %); (4) explicaciones causales con una tabla de apoyo; (5) nuevo visual o página con las recomendaciones aplicadas. Valida los números comparando con cálculos manuales en pivot tables o DAX simples.

Conclusión

Al usar Copilot en Power BI para extraer insights automáticos ganas tiempo e ideas de acción sin escribir mucho código. Próximos pasos: prueba prompts más específicos (por canal, cliente o campaña) y guarda las medidas/visuales generados. Consejo: valida siempre las hipótesis de Copilot con una muestra de los datos — ¿cuál fue el insight más sorprendente que encontraste?